本发明公开了一种基于深度学习的肠道息肉检测系统和方法，通过将真实边界框标注区域作为先验信息，结合对比学习方法，增强模型对息肉区域和非息肉区域的判别能力，提高息肉检测的准确率并降低了息肉检测的漏检率；基于传统的目标检测框架CenterNet进行改进，加入针对小息肉目标设计的级联结构，不仅提高了模型对小息肉的检测准确率，而且模型简单，训练与检测过程简单高效，检测速度快；提出自适应难样本挖掘技术能够找出训练数据中潜在的困难样本并让模型对其给予更强的关注，能够有效提高模型对于实际情况中出现的困难样本的检测能力，自适应难样本挖掘函数简单有效，且不消耗额外计算量。